Amazon Web Services amplia il proprio impegno nel mondo della ricerca scientifica con una nuova soluzione open source che sfrutta l'intelligenza artificiale conversazionale per semplificare l'accesso ai grandi archivi di dati pubblici. Presentato durante l'AI for Good Summit delle Nazioni Unite di Ginevra, il nuovo RODA MCP Server promette di ridurre da ore a pochi secondi il tempo necessario per individuare i dataset più adatti a un progetto di ricerca.
L'obiettivo è rendere più semplice il lavoro di climatologi, biologi, ricercatori genomici e, più in generale, di chiunque abbia bisogno di consultare enormi raccolte di dati scientifici distribuite tra organizzazioni diverse.
L'AI come motore di ricerca per gli open data
Alla base della novità c'è il collegamento tra gli assistenti AI e l'AWS Registry of Open Data (RODA), uno dei più grandi cataloghi mondiali di dati di ricerca liberamente accessibili. Il repository ospita oltre 1.100 dataset messi a disposizione da più di 400 organizzazioni, tra cui NASA, NOAA, National Institutes of Health (NIH) e Allen Institute, per un patrimonio informativo che comprende centinaia di petabyte di dati. Fino ad oggi, la ricerca di un dataset richiedeva la consultazione di cataloghi tecnici, la verifica manuale delle licenze, l'analisi della struttura dei file e numerosi tentativi prima di trovare il materiale realmente utile. Con il nuovo server basato sul Model Context Protocol (MCP) questo processo cambia radicalmente: è sufficiente formulare una richiesta in linguaggio naturale a un assistente AI compatibile, come Kiro o Claude Code, per ottenere immediatamente i dataset pertinenti corredati da descrizioni e anteprime.
Dalla ricerca manuale al dialogo con gli agenti AI
Il cuore dell'innovazione consiste proprio nell'utilizzo del Model Context Protocol, che permette agli agenti AI di interagire direttamente con il catalogo dati. Un climatologo, ad esempio, può chiedere semplicemente quali siano i dataset satellitari disponibili per monitorare la deforestazione. Allo stesso modo un ricercatore nel settore genomico può richiedere i dataset disponibili con licenza Creative Commons. L'assistente AI restituisce immediatamente le informazioni pertinenti senza obbligare l'utente a navigare tra archivi complessi o a conoscere in anticipo la struttura dei repository.
L'iniziativa punta anche a democratizzare l'accesso alla ricerca scientifica. I dataset disponibili attraverso il Registry of Open Data costituiscono infatti la base di numerosi studi internazionali che riguardano il cambiamento climatico, il monitoraggio delle epidemie, la perdita di biodiversità, l'innalzamento del livello dei mari e la genomica. Eliminando molte delle barriere tecniche legate alla scoperta dei dati, AWS intende consentire anche alle organizzazioni con risorse limitate di accedere agli stessi archivi utilizzati dai grandi centri di ricerca, favorendo un ecosistema scientifico più aperto e collaborativo.
Secondo Werner Vogels, CTO di Amazon, gli open data rappresentano il fondamento del progresso scientifico, ma la ricerca dei dataset non dovrebbe richiedere competenze altamente specialistiche. L'intelligenza artificiale può quindi diventare uno strumento per accelerare le scoperte, indipendentemente dall'ambito di ricerca.
Open source e integrazione immediata
Uno degli elementi più interessanti dell'annuncio riguarda la natura open source della soluzione. Il nuovo RODA MCP Server viene distribuito gratuitamente con licenza Apache 2.0, consentendo a ricercatori, aziende e sviluppatori di integrarlo liberamente nelle proprie applicazioni. Le prime esperienze sembrano confermare il potenziale dello strumento. Element 84, ad esempio, ha già integrato il server nella propria piattaforma Queryable Earth, utilizzandolo per sviluppare agenti AI capaci di individuare, visualizzare ed elaborare dati geospaziali ospitati nei repository AWS Open Data. Un approccio che, secondo l'azienda, può migliorare significativamente le attività di gestione delle emergenze e il supporto alle decisioni.
Anche l'Allen Institute sottolinea come la possibilità di mettere in relazione dataset provenienti da discipline differenti possa favorire nuove forme di innovazione interdisciplinare, permettendo agli agenti AI di individuare connessioni che difficilmente emergerebbero attraverso ricerche tradizionali.